宇树被英伟达选中了,但英伟达没有选宇树的手。
宇树科技在科创板IPO过会的同时,其H2 Plus机器人又被英伟达钦定,成为英伟达发布的NVIDIA Isaac GR00T 参考人形机器人的本体。
这次强强联手让具身智能圈和AI 圈沸腾了。毕竟,英伟达的江湖地位无需多言,而宇树又凭机器人出色的运动控制能力,跻身全球人形机器人的第一梯队。
可真正让人意外的是,这套参考机器人并没有采用宇树自己的灵巧手,而是换上了Sharpa Wave。
Sharpa 是一家成立只有两年的灵巧手公司,总部位于新加坡,核心团队则来自禾赛科技 2024 年组建的灵巧手团队。它没有宇树那么高的声量,也不像灵心巧手、临界点那样频繁出现在融资新闻里。
今年春晚,Sharpa 灵巧手也曾出现在沈腾和马丽的《我最难忘的今宵》节目中。但纵观灵巧手这个细分赛道,它依然十分低调。
现在,它却和宇树一起站到了英伟达的具身智能牌桌上。
一个负责身体,一个负责双手。
只是,一家成立仅两年的灵巧手公司,凭什么被英伟达看中?
宇树的手,这次输了
实际上,宇树并不是没有自己的灵巧手。
从公开产品线来看,宇树已经推出了Dex 系列灵巧手,从三指方案到五指方案都有布局,表现也不差。
但英伟达这一次想要的,可能也不只是一只“能装在人形机器人上的手”。
从技术路线来看,Sharpa 的灵巧手,的确有过人之处。
2024 年,禾赛科技组建了灵巧手团队,这就是 Sharpa 的前身。从禾赛科技的激光雷达到灵巧手,Sharpa 看起来有些“跨界”。
在很多人的印象里,自动驾驶和机器人是两个完全不同的行业。
但对禾赛这样的公司来说,两者之间其实有一些共通的技术积累。
自动驾驶要让机器在复杂环境中实时感知、理解并做出决策,对传感器精度、系统可靠性和工程化能力要求很高。当机器人进入现实世界执行任务时,也会遇到类似的问题。
区别在于,自动驾驶解决的是“车如何看见世界”,灵巧手解决的是“机器人如何接触世界”。
也正因如此,Sharpa 将过去的能力迁移到了另一个赛道。成立不久后,Sharpa 就推出了旗舰产品 Sharpa Wave 灵巧手。
在灵巧手领域,一个长期存在的矛盾是:性能与量产往往难以兼得。
一些产品采用欠驱动方案,通过少量电机控制多个关节,成本相对较低,但灵活性和控制精度会受到限制;另一些产品追求接近人手的能力,结构复杂、价格昂贵,又很难大规模落地。
Sharpa 选择了一条介于两者之间的路线。
Sharpa Wave 拥有 22 个主动自由度,整体尺寸与人类手掌接近 1:1 比例。为了获得更高的控制精度,它采用直驱传动架构,提升关节响应速度和动作控制能力。
但相比自由度数字,更核心的是Sharpa 对触觉系统的投入。
在人形机器人行业,一个越来越明确的趋势是:仅靠视觉已经无法满足复杂操作需求。
Sharpa 开发了一套名为 Dynamic Tactile Array(DTA)的触觉系统。在每个指尖内部集成微型摄像头与超过 1000 个触觉感知单元,让机器人可以感知压力变化,也能识别纹理、滑动和接触状态,获得一种类似人类指尖的“触觉反馈”。
根据Sharpa 披露的数据,其触觉感知精度可达到 0.005N 量级,刷新频率达到 180Hz;整只手的控制频率则达到 500Hz,单个指尖输出力量超过 20N。
这些参数最后都指向同一个目标:让机器人真正具备处理现实世界物体的能力。
这和宇树自家灵巧手的方向并不完全一样。
宇树的Dex 系列,更贴近它自己的整机体系。无论是三指方案还是五指方案,重点都是让机器人在自己的身体、运动控制和开发生态里完成抓取与操作。
这也就是说,并不是宇树的手不好,只是对英伟达这套参考机器人来说,Sharpa 的手更符合要求。
所以,Sharpa Wave 的价值,就在于把“接触世界”这件事,变成机器人可以感知、反馈和训练的数据入口。
但参数始终是参数,想要证明灵巧手真的有“接触世界”的能力,还是得落实到具体任务里。
而Sharpa之所以能被市场关注,正是因为它把这些参数,做成了一连串让同行侧目的操作演示。
性感灵巧手,在线发牌
在IROS 2025(智能机器人与系统国际会议)的产品展上,Sharpa的一段演示让业界印象深刻:一只Sharpa灵巧手从另一只手的一沓扑克牌中抽出了一张放在了桌面上。
让人印象深刻的原因,在于发扑克牌这个动作,对于灵巧手的力控精度,与扑克牌的滑动移出的预测能力要求极高。
不仅如此,Sharpa也公开了一系列演示视频:自主剥鸡蛋壳、削苹果皮、发扑克牌、折纸风车,甚至完成电脑主机组装:包括精准插入显卡并拧紧固定螺丝。
这些任务看上去只是有趣的Demo,但对于机器人行业来说,却代表着完全不同的技术难度。因为抓住一个物体并不难,真正困难的是控制接触过程。
机器人可以轻松拿起一个鸡蛋,却未必知道什么时候应该加力、什么时候应该减力;可以识别一张扑克牌,却很难保证纸张不会滑落或变形。
而Sharpa展示的许多能力,本质上都指向同一个问题:机器人能否像人类一样,通过触觉反馈不断调整自己的动作。
在这个过程中,DTA 触觉系统开始发挥作用。
当机器人接触物体时,指尖能够实时感知压力变化、摩擦状态以及物体滑动趋势,并反馈给控制系统进行动态调整。鸡蛋、纸张、水果等柔软或易碎物体,恰恰最能体现这套系统的价值。
与此同时,Sharpa也并不满足于只做一家灵巧手的供应商,2026年,公司正式发布首款全身人形机器人:Sharpa North。
在CES 2026现场,North完成了打乒乓球、使用自拍杆拍摄照片、发扑克牌等演示。而最具代表性的,则是一项超过30个步骤的自主纸风车组装任务。
从识别零件、抓取材料,到折叠、拼接和最终完成组装,整个过程持续数分钟,中间涉及大量双手协同操作和连续动作规划。这意味着,Sharpa机器人具备了完成长时序、多步骤任务的可能性。
从灵巧手到人形机器人,从硬件供应商到全栈系统开发者,Sharpa的路线其实已经越来越清晰:
它并不满足于成为机器人的一个零部件。它真正想做的,是成为下一代具身智能平台的一部分。
而平台,恰恰也是英伟达这次参考机器人的关键词。
如果说前面的演示证明了Sharpa 这只手能完成复杂操作,那么接下来更关键的问题是:这样的手,能为英伟达带来什么?
同行追着掀桌
对于Sharpa 来说,被英伟达选中,当然是一个标志性时刻。
但更关键的地方在于,在这套参考机器人里,Sharpa 处于一个相当关键的位置上。
因为英伟达做“参考机器人”,是想给具身智能行业搭一套可以复用的开发底座,让开发者、研究机构和机器人企业,都能围绕这套方案做训练、验证和开发。
在这套方案里,宇树提供的是本体。靠着运动控制能力,宇树解决的是机器人怎么站起来、走起来、动起来。
Sharpa 补上的,则是机器人走到物体面前之后,怎么真正伸手去干活。
但对英伟达来说,这还不是全部。
更重要的是,Sharpa 的产品已经被纳入 Isaac Lab。它是英伟达机器人体系里最核心的开源仿真训练框架。
在遥操作环节,人类操作员可以通过数据手套控制 22 自由度的灵巧手,把手部动作实时映射成机器人关节动作;这些动作记录下来之后,又会成为模仿学习和策略训练的数据,变成后续可以训练、复用和扩展的样本。
也正因为如此,Sharpa 拿到的不是一个普通的硬件席位。它插进了英伟达从遥操作采集、仿真训练、策略评估到真实部署的整套流程里,这才是它和英伟达合作最核心的价值。
当然,被英伟达相中,不等于Sharpa 已经提前锁定胜局,因为灵巧手赛道的变化太快了。
过去一年多,资本几乎是追着这只“手”往前跑:灵心巧手、临界点、因时机器人、傲意科技、帕西尼感知等公司,都在围绕高自由度、触觉反馈、力控精度和量产能力加速迭代。
有的在拼融资速度和产品落地。
比如灵心巧手,2025 年以来连续完成多轮融资,2026 年 B+ 轮后估值被曝达到 30 亿美元,下一轮融资目标估值更是上看 60 亿美元;因时机器人也在2026 年完成数亿元 C1 轮及 C2 轮融资,继续押注灵巧操作技术研发、核心零部件创新和产品交付能力。
还有的在拼触觉。
帕西尼感知的产品线已经覆盖多维触觉传感器、触觉灵巧手 DexH 系列、人形机器人 TORA,并在2026 年 3 月完成超 10 亿元 B 轮融资。
傲意科技的新一代灵巧手,也已经把高密度点阵触觉传感器、0.1N 至 25N 压力感知能力等卖点放到了最前面。
这意味着,今天是 22 个自由度、DTA 触觉系统和英伟达参考设计,明天就可能有新的手,用更低成本、更高稳定性,或者更强的数据闭环追上来。
但至少在这一刻,英伟达已经用自己的方式给出了一个判断:
当行业开始从“谁能让机器人走起来”,转向“谁能让机器人干起活”时,一双足够聪明的手,已经变得和双腿一样重要。
本文来自微信公众号“蓝字计划”,作者:Chester
